2022年12月，中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》发布，提出充分发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济，构筑国家竞争新优势。当前，商业银行正处于数字化转型的深水区，数据作为数字化转型的载体，成为重要的新型生产要素和国家基础性战略资源，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产、生活方式和社会治理方式。商业银行如何加强数据能力建设，迅速把握时代风口、抢占行业先机，推动新一轮数字化转型与变革成为弯道超车的赢家，是无法回避的重大课题。数据资产运营的质量和效率将是决定商业银行数字化转型能否向纵深推进的重要因素。

当今世界，数据在全球经济运转中的价值日益凸显。我国高度重视数据要素市场机制体制建设，积极推进数据要素市场化探索，以“数据红利”牵引带动“改革红利”已经形成广泛共识。

2019年，党的十九届四中全会首次将数据列为生产要素。《关于构建更加完善的要素市场化配置体制机制的意见》《关于新时代加快完善社会主义市场经济体制的意见》《建设高标准市场体系行动方案》等系列政策文件的发布实施，标志着我国数据要素市场化工作正在加速推进。《国家安全法》《密码法》《数据安全法》《个人信息保护法》等法律法规进一步健全了我国的数据安全管理法律体系。2022年6月22日，中央全面深化改革委员会第二十六次会议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》并于当年12月正式发布，提出建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，健全数据要素权益保护制度，释放了国家对促进我国数据流通发展和建立根本性数据基础制度保障的决心。

目前，国内数据流通领域主要包括交易撮合方、数据提供方、数据需求方、数据交易技术支撑方、第三方专业服务机构，加强数据要素市场生态体系顶层设计探索与创新，是促进数据要素市场繁荣有序发展的前提。

与其他要素的交易不同，数据要素交易兼具技术和金融双重属性，需要探索与数据要素交易特征相适应的流通生态体系。数据作为一种无形的要素，很难由提供方直接、一次性交付给需求方，交易过程需要依赖隐私保护技术、储存设备和网络通讯系统等。因此，为确保数据交易的安全与高效，需对数据交易包含的金融职能和技术职能进行适当的分离。

数据要素市场体系的建设，可借鉴证券市场交易所与券商相分离的经验，建立数据交易所与数据商分离（“所商分离”）的市场运行机制，形成交易所、数据商、数据提供方、数据需求方、第三方专业服务机构五大参与主体的数据要素市场架构。其中，交易所主要是进行自律管理，负责标准化数据产品的交易撮合、价格生成、清结算等工作；数据商突出技术属性和市场化属性，在交易所授权下负责将非标准化数据转化为标准化产品。同时，可培育数据评估、审计、公证等第三方专业服务机构。

当前，数据要素市场底层框架逐步完善，数据要素市场产业链逐步形成，数据交易机构蓬勃发展。但同时也要看到，我国数据要素市场建设仍面临不少困难和挑战，体现为以下几方面：

场内交易规模较小，入场交易意愿不强。南都大数据研究院2022年4月的研究数据显示，目前数据交易场所在我国数据交易市场中所占份额不足5%。此外，我国数据交易场所规模普遍较小，超过50%的数据交易平台年流量低于50笔，不少处于停运或半停运状态，大多数交易主体对入场合规交易意愿不强。

部分交易场所定位模糊，回避提供背书的市场诉求。在部分数据交易场所定位上，没能有效区分数据要素交易具备的技术（数据）和金融（交易）双重属性，难以确保数据交易安全与发展的有效平衡。此外，现有的数据交易机构基本局限于中介撮合，无法满足市场相关主体希望数据交易机构理清数据权属、提供合规背书等诉求。

交易规则不完善，可信流通机制未建立。近年多项关于规范培育数据交易市场发展的文件陆续发布，对市场起到一定的推动作用，但针对交易主体和产品的评估体系以及保障数据要素可信流通的相关标准规定尚未确立，制约了我国数据交易市场的纵深发展。

数据权属存在争议。数据由于具有无形性、非标准性、可复制性、非排他性等特点，其权利体系的构成与界定与其他生产要素差异很大。我国《数据安全法》《个人信息保护法》等虽然对个人信息和数据保护作出规定，但缺乏专门对数据权属做出清晰界定的法律。数据权属的不清晰，一方面，导致数据授权合法合规性难以把握，市场主体进行数据交易时存在诸多顾虑；另一方面，数据交易合同在法律上难以定性，从而直接影响交易双方的权责分配。

数据获取存在壁垒。数据流通离不开对跨层级、跨行业、跨部门数据的收集融合应用，而当前普遍存在的数据壁垒阻碍了数据的畅通流动。市场层面，企业将数据视为重要资源，对外提供数据意愿低。技术方面，不同机构、部门使用的数据系统平台和接口不一致，数据标准规范也不统一，数据跨平台传输存在阻碍。

数据价值难以计量。当前，数据要素市场刚刚起步，尚未形成对数据价值评估的统一标准，数据交易市场信息披露制度尚未建立，无足够的数据流通交易数据支撑数据估值体系或模型的建立完善；数据高固定成本低边际成本、产权不清、来源多样、管理复杂和结构多变的特征，也导致数据的估值定价无法直接套用传统产品的方法。数据价值无法有效衡量将抬高数据交易的成本和门槛。

数据创新业务有待发展，数据价值未充分释放。以商业银行为例，大部分商业银行已在探索数据分析、数据挖掘等技术创新金融产品，但是实际落地应用的场景不多，大多局限于借贷等单一业务场景。商业银行之间同质化竞争严重，对数据赋能的探索深度不够。

商业银行具有强大的数据搜集能力、数据处理能力、风险管控能力、数字技术能力。笔者所在的光大银行研究团队结合商业银行特点和实践，提出商业银行参与数据要素市场生态的两大路径设想。其中第一个路径是作为数据商参与数据要素市场生态建设。

商业银行作为数据商的合作模式可包括以下两种：一是全权代理模式，包括但不限于数据开发、发布、承销和资产类业务。以数据提供方需求为主，强调开发和全程服务，这一模式对数据商要求较高。二是协作模式，数据提供方与数据商在开发、上市、销售、交付中紧密协作，数据的销售及合同签订由数据提供方、数据商和需求方三方共同参与。数据商以开展发布类、承销类、资产类业务为主，强调对交易的撮合、监管和服务。

数据商服务体系短期建设的首要工作是评估、计划、组建团队等。先要评估商业银行开展数据商业务的三项能力，包括：评估商业银行各项业务能力，如客户获取和管理能力、渠道运营和整合能力、产品服务创新能力等；评估商业银行数据管理能力，如数据标准和治理能力、数据安全保护能力、数据质量管理能力、数据分析和建模能力等；评估商业银行信息技术能力，如数据产品开发能力、可信流通技术能力等。在优势梳理完毕后，结合市场需求调研结果识别和筛选机会点，根据测算价值、难度、优先级和资源需求，确定短期的建设重点和范围。接下来，形成业务建设的计划书，明确业务建设所需商务、法务、技术开发、风险控制、数据等资源，明确项目实施策略、项目实施方案和项目实施总体计划。初期建设重点和服务范围确定后，可根据业务需要组建业务团队。再进行业务流程梳理、设计业务配套制度、进行服务试运行、推出服务等建设步骤。

数据商服务体系中期建设主要是完善流程、打造场景。先是挖掘更多行业机会，加强数据资源治理、产品开发、数据保荐、数据可信交付能力，推出更多成熟业务，完善数据商服务的售前售中售后流程。同时，逐步扩展数据提供方、数据产品应用场景、潜在需求客户的行业范围。接下来，加强打造创新应用场景，考虑从战略选择、市场空间、生态格局、自身禀赋等方面打造创新应用场景，可考虑打造反欺诈、风险传导预警、安全监管、经营管理费用控制等多元场景。紧密跟踪国家政策动向，探索开展数据资产类业务。

数据商服务体系长期建设重点可考虑完善体系、完善平台搭建、设置业务单元等。首先，形成标准化服务体系，制定和发布数据商业务的管理制度、管控流程、技术平台规范，结合制度约束、系统控制等手段，实现业务流程、数据产品和服务的完整性、有效性、一致性、规范性、开放性和共享性管理。其次，完善平台搭建，合理地复用内部系统和平台资源，为成熟的业务线搭建好运营支撑平台，包括业务系统、数据系统和技术平台等。面向多元的行业和应用场景，完善平台建设和实现功能优化迭代。基于服务数据的分析，提升决策的自动化能力。最后，根据不同业务线的成熟程度，考虑是否以业务部门、事业部、分子公司的形式设置业务单元。业务较为完善和成熟的，可以独立设置部门，业务尚不够完善和成熟，可以在其他部门内部设置岗位来承接职能。

商业银行可探索的第二个路径，是作为第三方专业服务机构参与数据要素市场生态建设。第三方专业服务机构的功能与证券市场中会计师事务所、律师事务所比较接近，业务范围涵盖包括数据公证、资产评估、质量评估、合规评估、数据托管等。

提供数据合规安全服务。可探索建立面向金融数据交易标的、市场主体和交易过程的合规制度和安全管控体系评估机制，为数据商、公证机构、数据交易所等提供数据合规安全评估、审计或公证服务。

推进数据质量评估服务。构建金融数据资源和数据产品质量评估和认证体系，围绕金融数据资源和产品的规范性、完整性、准确性、一致性、时效性和可访问性，为数据商或交易所提供金融数据治理评估服务。

创新数据资产化服务。对进场交易满足一定条件和规模的金融数据资产有效性、合规性、成本和潜在价值进行公允评估，通过表外表达或纳入资产负债表等方式形成资产评估，为数据交易市场参与主体提供数据资产化服务。

当前，商业银行正处于国家重大战略机遇期与自身发展势能增强的交汇叠加期。下一步，要抓住数据要素流通市场建设的浪潮，发挥商业银行的数据优势，探索成立专门的子公司，输出专业数据能力，让数据“连起来、跑起来、用起来”，积极融入国家数据要素市场建设大局，为实现银行业高质量发展创造新方案、新模式。

笔者所在的光大银行将在前期实践基础上，持续探索区块链、多方安全计算、端上边缘计算等技术在数据资产管理领域的应用，不断深化数据资产管理创新、数据管理平台优化、数据价值创新探索等方面的工作，持续向数据要生产力，促进金融业乃至于全社会的数据要素有序发展。